此正则表达式示例中元组的意外行为
The unexpected behavior of an tuple in this regular expression example
我测试了这个正则表达式
test_reg = r"(?<=\(|\s)\d+\s?(?=((?:\s*(?:wh|www)[1-9]?\s?){1,3}))\b"
关于以下三个例子：
high energy densities (695 wh www ) at
high energy densities (695 wh www) at
high energy densities (695 wh www at
来自result (regex101)，第一个例子中的')'莫名其妙导致匹配失败，删除它解决了问题。我不明白为什么。
((?:\s*(?:wh|www)[1-9]?\s?){1,3}) 捕获组 #1 捕获 high energy densities (695 wh www ) at 中的可选白色 space，我们紧跟在 www 和 ) 之后。当使用 </code> 使用该值时，无法 re-match 字符串的这一部分，因为反向引用是 non-backtracking 的。因此，末尾带有 space 的 <code> 值失败，因为单词边界 \b 与 space 和 ) 之间的位置不匹配（两者都是是 non-word 个字符）。
因此，应删除第 1 组模式末尾的 \s?，或将其移动（\s? 或 \s*）到表达式的末尾：
test_reg = r"(?<=[(\s])\d+\s?(?=((?:\s*(?:wh|www)[1-9]?){1,3}))\b"
test_reg = r"(?<=[(\s])\d+\s?(?=((?:\s*(?:wh|www)[1-9]?){1,3}))\b\s?"
参见regex demo。
我测试了这个正则表达式
test_reg = r"(?<=\(|\s)\d+\s?(?=((?:\s*(?:wh|www)[1-9]?\s?){1,3}))\b"
关于以下三个例子：
high energy densities (695 wh www ) at
high energy densities (695 wh www) at
high energy densities (695 wh www at
来自result (regex101)，第一个例子中的')'莫名其妙导致匹配失败，删除它解决了问题。我不明白为什么。
((?:\s*(?:wh|www)[1-9]?\s?){1,3}) 捕获组 #1 捕获 high energy densities (695 wh www ) at 中的可选白色 space，我们紧跟在 www 和 ) 之后。当使用 </code> 使用该值时，无法 re-match 字符串的这一部分，因为反向引用是 non-backtracking 的。因此，末尾带有 space 的 <code> 值失败，因为单词边界 \b 与 space 和 ) 之间的位置不匹配（两者都是是 non-word 个字符）。
因此，应删除第 1 组模式末尾的 \s?，或将其移动（\s? 或 \s*）到表达式的末尾：
test_reg = r"(?<=[(\s])\d+\s?(?=((?:\s*(?:wh|www)[1-9]?){1,3}))\b"
test_reg = r"(?<=[(\s])\d+\s?(?=((?:\s*(?:wh|www)[1-9]?){1,3}))\b\s?"
参见regex demo。